Mannose-Binding Lectin Recognizes Peptidoglycan via the <i>N</i> -Acetyl Glucosamine Moiety, and Inhibits Ligand-Induced Proinflammatory Effect and Promotes Chemokine Production by Macrophages
Notice bibliographique
Résumé
Peptidoglycan (PGN) is the major cell wall component (90%, w/w) of Gram-positive bacteria and consists of N-acetylglucosamine (GlcNAc) and N-acetylmuramic acid (MurNAc) disaccharide repeating arrays that are cross-linked by short peptides. We hypothesized that PGN is a ligand for pathogen-associated pattern-recognition proteins. Mannose-binding lectin (MBL) and serum amyloid component P are two carbohydrate-binding innate immune proteins present in the blood. In this study we show that human MBL, but not serum amyloid component P, binds significantly to PGN via its C-type lectin domains, and that the interaction can be more effectively competed by GlcNAc than by MurNAc. Surface plasmon resonance analyses show that native MBL binds immobilized PGN with high avidity. Competition experiments also show that both native MBL and MBL(n/CRD), a 48-kDa recombinant trimeric fragment of MBL containing neck and carbohydrate recognition domains, have higher affinity for GlcNAc than for MurNAc. Protein arrays and ELISA show that PGN increases the secretion of TNF-alpha, IL-8, IL-10, MCP-2, and RANTES from PMA-stimulated human monocytic U937 cells. Interestingly, the presence of MBL together with PGN increases the production of IL-8 and RANTES, but reduces that of TNF-alpha. Our results indicate that Gram-positive bacterial is a biologically relevant ligand for MBL, and that the collectin preferentially binds to the GlcNAc moiety of the PGN via its C-type lectin domains. MBL inhibits PGN-induced production of proinflammatory cytokines while enhancing the production of chemokines by macrophages, which suggests that MBL may down-regulate macrophage-mediated inflammation while enhancing phagocyte recruitment.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».